文 | 医曜
2026 年 9 月，Anthropic 首席执行官 Dario Amodei 在社交平台X上写下："在 5 到 10 年内治愈大多数人类疾病，实际上是可能的，尽管这听起来很疯狂。"
这句话当时没有掀起太大波澜。直到 11 月 3 日，华尔街日报一篇报道把制药业高层的反驳集中推到台前。而到了本周，争论明显再度升温。
这是两条时间线之间的一次正面碰撞：硅谷的激进，与制药业的保守。而碰撞的本质，是估值叙事权之争。
硅谷的时间线
Amodei 的豪言不是孤例。
他本人曾在公开文章中承认，AI 进入物理世界面临数据缺失、内在复杂性和监管约束三大延迟。但他仍把"治愈大多数疾病"的时间窗口定在五到十年。
资本已经在为这条时间线下注。
据麦肯锡数据，2025 年全球风险投资和私募股权在 AI 药物发现领域投入 84 亿美元，较两年前的约 40 亿美元翻番。Anthropic 今年先后收购了一家隐身模式生物技术公司和一家几乎全靠 AI 运营的单人生物技术公司；OpenAI 上月宣布收购一家 AI 药物发现公司。礼来与英伟达 1 月宣布五年内投入最高 10 亿美元；百时美施贵宝、诺和诺德、赛诺菲均已公布与 OpenAI 或 Anthropic 的合作。
硅谷需要这个时间表。
因为如此激进的时间线，支撑着 AI 资本的估值叙事：如果 AI 能在十年内重塑一个十万亿美元级别的医疗市场，今天的每一分算力投资、每一次模型迭代，就有了远超当期的想象空间。
制药业的账本
制药业的高管们，拿出的是另一套东西：经验、数据，和一笔尚未兑现的账。
Vertex Pharmaceuticals 执行董事长 Jeff Leiden 的表态最直接。据华尔街日报报道，他回忆起一位科技界领袖曾声称 AI 能在七年内治愈 90% 的人类疾病，他的原话是："这完全是胡说。"
Leiden 给出了另一个具体数字：Vertex 曾动用约 50 家 AI 公司，梳理自己含有 1 万种药物化合物的数据集，结果没有一家成功产出一款有效药物。
"它单独运作根本行不通，"他说，"任何声称可以做到的公司——至少在我们的经验中，我们考察了其中大多数——都不是真的。"
阿斯利康首席执行官 Pascal Soriot 把话说得更有艺术性："如果我们在这个行业待得足够久，很快就会学会谦逊。疾病是复杂的，生物学是复杂的。说 AI 将治愈癌症，也许有点跳跃。"
Regeneron 首席科学官 George Yancopoulos 拥有逾 1000 项专利，他的判断是：AI"不会奇迹般地过来告诉我们该怎么做，也不会把 15 年的开发周期缩短到 5 年"。
一个更关键的事实横在所有争论之上：迄今为止，尚无一款完全由 AI 设计的药物获得美国 FDA 批准上市。
根据医曜的统计，截至目前，仅有英矽智能（Insilico Medicine）和 Generate Biomedicines 等少数 AI 原生生物技术公司把药物推进到后期患者测试，但没有一款跨越监管终点线。
麦肯锡高级合伙人 Alex Devereson 点出了技术瓶颈的具体位置：约四分之一的中后期临床失败，可追溯到"脱靶效应"，即药物在体内非预期靶点发生作用，引发不良甚至有害副作用，而现有 AI 模型对此类问题的预测能力依然有限。
他补充了一句更尖锐的观察："投资正在流向最容易解决的问题，而不是最重要的问题。"
真相居中：AI 真实的效率增益在哪里？
把两方的说法放在一起，在医曜看来，双方争论的其实不是同一个问题。
硅谷在讲可能性，制药业在讲兑现。而真相，大抵落在中间。
首先，没有人否认 AI 已经产生真实效率。这一点，制药业自己最清楚。
Bayer 首席运营官 Sebastian Guth 提供了一个精确案例：Bayer 基因治疗团队用 AI 在数天内梳理了 1 亿份患者记录，通过基因标记和病史分析，筛选出最适合其基因编辑技术的五种疾病。他的结论是："这是 AI 在治愈疾病吗？不是。魔法发生在人类科学家的才华与 AI 结合之时。"
同样的证据在阿斯利康身上：它与 AI 生物技术公司 Insitro 签下首期 4000 万美元的协议，探索心脏病和减重药物，同时与甲骨文合作优化临床试验患者招募。
所以 AI 在制药业的真实位置，是清晰的：它在靶点选择、分子筛选、患者匹配、蛋白分析和实验设计上，都已经是可验证的效率工具。它是"科研副驾"，而不是"自主治愈引擎"。
但与此同时，另一条数据同样真实：药物研发的临床失败率约九成，这个结构性风险并未因 AI 而改变。失败的主要来源——脱靶毒性、生物学复杂性、个体差异——恰恰是当前 AI 模型最难预测的部分。
也就是说，瓶颈根本不在生成假设，而在验证假设（干湿闭环）。AI 可以让一个分子被发现得更快，但让一个分子通过湿实验、安全性验证和临床试验的，仍然不是 AI。
这才是制药业高管们一致泼冷水的真正底气：他们天天面对的是那 90% 的失败，而硅谷讲的是那 10% 成功之后的世界。
这是一场估值叙事权之争
理解了这一点，就能看清这场争论的本质。
这不是一场关于科学事实的争论——双方在"AI 有用"这件事上并无分歧。这是一场关于估值叙事权的争夺：谁有权定义 AI 制药的进度，谁就决定了这一赛道该按什么节奏、什么倍数被定价。
硅谷需要激进时间线。AI 的资本故事建立在"技术奇点临近"的前提上，治愈疾病是最能击穿人心的想象之一，它已经把算力投资从一个成本项，重估为一个通往万亿市场的门票。时间线越激进，估值天花板越高。
制药业需要保守预期。药企的估值建立在管线风险和研发周期的审慎管理上，任何把 15 年压缩成 5 年的叙事，都会推高整个行业的资本成本预期，也会让市场对药企自身的管线价值产生错误定价。更现实的是，药企的高管要为股东对"何时能有药"的承诺负责，而他们太清楚一个分子从实验室到货架要经历多少失败。
归根结底，他们只是站在资本周期的不同位置（但我们还是建议要站在反脆弱性更强制药业的这一方）。
接下来的观察路径
这场争论不会被任何一方的表态终结，它有可观察的验证路径。
第一个信号：首款 AI 设计药物的监管里程碑。Insilico Medicine 和 Generate Biomedicines 的后期管线若能在未来两到三年内递交 NDA 或获批，将实质性改写"AI 不能独立成药"的判断；若持续折戟，制药业的保守叙事会进一步加固。
第二个信号：AI 在脱靶预测上的突破。麦肯锡指出 25% 的后期失败源于脱靶安全，这是 AI 与制药业争论的技术核心。谁能在这一个指标上做出可复现的进步，谁就拿到了下一轮定价权。
第三个信号：合作结构的变化。阿斯利康 4000 万首期的 Insitro 协议、礼来英伟达 10 亿美元的合作，这些"药企出钱、AI 出技术"的结构，正在取代硅谷单方面的豪言。当钱从 AI 公司单方面流向药企、变成双方按里程碑对赌，叙事权就已经在悄悄易手。
短期内，一个判断可以下得很确定：可验证的临床前证据，会持续跑赢宏大叙事。 因为药物研发这个行业，一百年来只认一样东西——不是谁说得更响，而是谁先把药送到病人面前。
而在那之前，Amodei 的"五到十年"，和 Leiden 的"完全是胡说"，都还只是时间表上的两个注脚。
